基于遗传算法的Web集群负载均衡方法

Web集群技术解决了Web服务器系统的容量问题,其核心思想是负载均衡策略和算法。在此对Web集群中的负载均衡技术进行了分析和探讨,并提出一种混合遗传算法。仿真实验表明,这种算法能有效解决Web集群的负载均衡问题,并且能避免标准遗传算法的早熟收敛现象,同传统的负载均衡方法相比,降低了任务执行时间。     

基于链路响应的负载均衡网络实现

链路优化和负载均衡是提高网络响应速度的关键技术,通过对链路聚合及负载均衡技术原理及实用性的研究,将DNS轮序、网络地址转换及负载均衡群集技术进行了有效的结合,提出了基于不同链路实施调度的负载均衡策略,该策略既实现了优先利用同网链路传输数据,又解决了网络负载三级均衡问题,提高了网络的响应速度、可靠性和可伸缩性,同时给出了策略实现的具体方法和步骤;Windows Server 2003测试结果表明,该策略具有良好的实用性和稳定性,易于实现.     

高校多出口链路负载均衡系统设计与实现

本文在对常见的几种多链路负载均衡分配算法的分析与比较的基础上,提出了基于剩余能力的加权最小连接负载均衡算法,并通过模拟实验得出,采用此算法的负载均衡系统服务能力得到明显提高。     

一种改进的多路径负载分配均衡算法

分析了实现均衡路由的功能模型和算法,重点研究了LDM(多路径负载分配)算法。为了充分利用候选路径的信道容量,提出了一种改进的LDM算法。改进后的算法在多个候选路径之间根据比例系数均衡分配通信流量。通过算法性能分析表明:改进后的算法和最初的LDM算法具有相同的复杂度,但对于给定的通信流量能够提升网络性能。     

出口链路负载均衡技术在Cisco设备中的应用研究

阐述了链路负载均衡的概念、类型和原理,研究出口链路负载均衡技术在全球最先进的网络解决方案供应商Cisco公司生产出的专业设备上的应用,分析了Cisco出口链路负载均衡特性的架构、设备配置及如何实现的工作原理,并通过实验表明,Cisco的出口链路负载均衡技术可以根据业务报文的特征,实现将流量进行分类和管理,达到使网络的整体性能得到提高的目的.     

遗传算法在负载均衡系统中的应用研究

文章将并行分布式系统中广泛使用的遗传算法应用到增值业务计费系统即负载均衡系统的设计中,并根据增值业务计费系统的具体特点,对遗传算法作了适当的改进,提高了后台服务器CPU的利用率,从而改善系统性能。     

入口链路负载均衡技术在Cisco设备中的应用研究

简要阐述链路负载均衡的定义、类型和原理,主要研究入口链路负载均衡技术拥有在全球最先进的网络解决方案的供应商Cisco公司生产的专业设备上的应用,分析了Cisco入口链路负载均衡特性的架构、配置及实现的工作原理。Cisco的入口链路负载均衡技术通过在设备上的智能DNS解析功能,可以根据用户发起访问的源IP地址的不同,让用户通过不同的链路进行接入访问,实现对最优入口链路的选择,以达到使用户访问网站的响应速度得到提高的目的。     

一种基于改进遗传算法的WSN负载均衡聚类算法

针对无线传感器网络簇首需承担额外负载的问题,为了最大化网络寿命,提出了一种基于改进遗传算法的聚类算法.首先,将染色体表示为网关的一个字符串,通过考虑传感器节点与簇首之间的连接限制初始化种群;然后,构建适应度函数来评估初始种群的各个染色体;最后,利用遗传算法对染色体进行选择、交叉、突变,利用迭代算法完成聚类.结果表明,相比分布式自组织负载均衡聚类算法,本算法的执行时间可降低18.5%;相比基站控制自适应聚类算法,本算法收敛速度可提升50%;相比低占空比多管道调度算法,本算法平均负载标准差降低了81.2%;当网络轮数达到2 500时,相比其他几种较新的算法,本算法可降低至少40%的能耗.因此,本算法在WSN应用中可以很好地解决额外负载问题,延长了网络寿命.     

基于链路带宽的分布式存储系统框架及动态负载均衡技术

针对在节点间进行数据传输、备份等操作时,不同节点间链路带宽将限制分布式存储系统的性能的问题,借鉴软件定义网络及云存储技术的基本思想,通过对控制流与数据流的分离,提出了一种基于链路带宽的分布式存储系统框架及动态负载均衡技术.所提出框架中,在分布式数据节点之外引入一个中心控制节点,该节点掌握全局网络视图,全局网络视图中既包括数据存储表记录存储数据的分布,又包括当前链路带宽情况.在用户读取数据时,根据数据存储表确定需要的数据存放于哪些数据存储节点,指派相应的数据存储节点根据路由表发送数据包,并实时监测网络中的链路带宽负载情况,及时调整数据的传输路径.仿真验证所提架构和算法可以有效解决海量数据在不同位置的分配调度,以及缩短用户对大量数据提取的响应时间及提升存储速率等问题.      

一种应用于负载均衡的模拟退火遗传算法

提出了一种基于模拟退火遗传优化算法,求解流量工程中的网络负载均衡问题。这种新型算法不仅能够均衡网络业务流量,相对于其它遗传算法,还具有收敛速度快、简单高效的特点。通过理论分析详尽说明算法的设计思想和相对于现有算法的优越性。     

一类改进的遗传算法

采用赌轮法和保留最优法相结合的方法，改进了自适应遗传算法，保证了算法的收敛性．     

基于改进遗传算法的火力分配寻优模型研究

为求解远程火力打击方案优化问题,设计一种基于剪枝的改进遗传算法。基于不同时期的种群适应度,调整自适应选择策略和自适应交叉策略,提高了算法的收敛精度,加快了收敛速度。在确保种群多样性的前提下,保证了算法的收敛性。仿真试验对比结果分析表明所设计的改进算法具有更高效的寻优能力。     

多链路管理中的负载均衡策略

企事业单位为了提高与因特网互联的速度和可靠性,通常设置多条链路与因特网互联.但是出现了某些链路负载过重,而另外一些负载过轻的问题,通过在多条链路的出口处增设一个链路均衡器可以实现各条链路中的负载均衡功能.本文提出链路负载均衡技术,分析了链路负载均衡的特点,利用SNAT技术实现双向数据流的引导,提出计算链路负载的公式和正常状态随机法、最短路由最小负载法两个均衡算法.     

负载均衡对 BT带宽控制的影响

由于对等网络(P2P)业务占用了大量的带宽资源,一些网络出口对P2P流量采取一定的限制措施.然而,因为负载均衡的广泛存在,网络出口链路不止一个.通过分析BitTorrent这种大量使用的P2P业务的流量特征,证明在网络出口采用CISCO CEF的基于目的地配置的负载均衡方式时,只对负载均衡的2条链路之一控制BT带宽,将导致另一条链路的BT带宽增加.因此,如果希望网络出口BT带宽下降,应该在负载均衡的每条链路上都限制BT带宽.     

基于批量生产中总费用最小的遗传算法改进

标准遗传算法存在着GA的早熟,在理论上和方法上都有待完善,因而在应用上受到很大限制,针对求批量生产中总费用最小的问题对遗传算法进行一些改进.     

基于量子和克隆策略的负载均衡算法

针对网格计算中多个独立任务在多个异构的资源上处理时,资源的负载均衡为最小非抢先调度的问题,建立了一类资源负载均衡问题的优化调度模型.该模型将量子算法、克隆算法和遗传算法结合起来,提出一种新的混合量子克隆遗传调度算法.仿真实验表明在网格环境下,该算法全局寻优能力强,能有效地实现资源的负载均衡,并具有合理性和高效性.     

基于遗传算法的分组算法

依据学生特征给定学生的初始值建立初始种群,根据组内异质,组间同质的分组策略构造适应度函数并进行迭代计算直至满足结束条件。适应度函数值最大的一个个体可以认为是合理的分组序列,该方法在实践教学中取得了令人满意的结果。     

负载均衡对BT带宽控制的影响

由于对等网络(P2P)业务占用了大量的带宽资源,一些网络出口对P2P流量采取一定的限制措施。然而,因为负载均衡的广泛存在,网络出口链路不止一个。通过分析BitTorrent这种大量使用的P2P业务的流量特征,证明在网络出口采用CISCO CEF的基于目的地配置的负载均衡方式时,只对负载均衡的2条链路之一控制BT带宽,将导致另一条链路的BT带宽增加。因此,如果希望网络出口BT带宽下降,应该在负载均衡的每条链路上都限制BT带宽。     

异构无线网络中基于效用的负载均衡方法

在基本通用分配算法(GAP)的基础上,提出异构无线网络下的均衡GAP算法和纵向效用GAP算法,目的是将N个业务均衡地分配到M个无线接入网(radio access network,RAN)中.均衡GAP算法分配业务时,选择剩余容量最大的那个RAN接入;而纵向效用GAP算法分配业务时,首先根据各个RAN可提供的数据传输速率,计算每个业务在不同RAN下的纵向效用值,然后选择纵向效用值最大的那个RAN接入业务.仿真结果表明,两种GAP算法都能够使得系统中的负载均衡分配,同时能够有效降低系统的呼叫阻塞率、提高系统平均吞吐量.与基本GAP算法和均衡GAP算法相比,纵向效用GAP算法既能对各RAN的负载进行均衡分配,又具有较低的呼阻率和较高的平均吞吐量.     

基于遗传珊瑚礁优化算法的负载均衡问题

基于珊瑚礁优化算法, 通过在种群的每次进化过程中引入遗传算法中的交叉和变异算子, 提出一种遗传珊瑚礁优化算法, 并将改进的遗传珊瑚礁优化算法运用到负载均衡中, 有效解决了算法过早收敛的问题, 提升了算法的优化性能. 对比经典遗传算法、 珊瑚礁优化算法等群智能算法, 在CloudSim上仿真实验结果表明, 遗传珊瑚礁优化算法优化负载均衡策略取得了满意的结果, 提升了资源能耗利用率, 均衡了控制策略.